OpenAI y LinkedIn: por qué la habilidad de escribir prompts se volvió crítica para la carrera

La habilidad de escribir prompts claros ha dejado de ser una capacidad nicho para entusiastas de la tecnología y se está transformando rápidamente en un requisito básico del mercado laboral. Ante el crecimiento de las herramientas de IA, los empleadores no solo observan la experiencia del candidato, sino que también evalúan si sabe cómo obtener resultados claros y útiles de los modelos.

Por Qué Importa

Ya en 2024, Microsoft y LinkedIn registraron un cambio en las expectativas de los empleadores: el 66% de los líderes en EE.UU. dijeron que no contratarían a alguien sin habilidades en IA, y el 71% estaban dispuestos a elegir un candidato menos experimentado si sabía trabajar con estas herramientas. Esta es una señal importante: la IA ahora se evalúa no como un bonus agradable, sino como parte de la calificación cotidiana, especialmente en roles donde es necesario buscar información rápidamente, escribir textos, analizar datos y automatizar tareas rutinarias.

El problema es que simplemente tener acceso a ChatGPT u otro modelo casi no garantiza nada. Un usuario puede abrir la interfaz, hacer una pregunta y obtener una respuesta débil no porque el modelo sea malo, sino porque la solicitud es vaga. Cuanto más fuerte es la competencia en el mercado, más notable es la diferencia entre alguien que "pregunta algo a un bot" y alguien que plantea una tarea para que el modelo realmente ayude en el trabajo.

Dónde La Gente Se Equivoca

La investigación de OpenAI sobre cómo las personas usan ChatGPT señala el mismo problema desde otro ángulo: la mayoría de los usuarios trabaja con la herramienta de manera ineficaz. El material cita una cifra reveladora: aproximadamente el 73% de las solicitudes se formulan en lenguaje cotidiano. Para una persona, esa frase puede sonar normal, pero el modelo a menudo la interpreta demasiado literalmente, pierde el contexto, no entiende las limitaciones y produce una respuesta genérica o simplemente inútil.

"La mayoría de los usuarios usa la herramienta mal."

El error principal es esperar telepatía del modelo. Si el prompt no dice quién es la audiencia objetivo, qué formato se necesita, qué cuenta como un buen resultado y cuáles son las limitaciones importantes, la red neuronal rellenará los vacíos con suposiciones. A veces esto parece un texto seguro y pulido, pero en esencia no resuelve el problema. Por eso, la calidad de la respuesta a menudo depende no de la "magia del modelo", sino de cuán claramente la persona estableció el marco, el rol y los criterios de resultado.

Cómo Escribir Prompts Más Fuertes

Los autores de la guía sugieren tratar un prompt como una especificación técnica breve, no como un mensaje de aplicación de mensajería. Los modelos funcionan mejor cuando les proporcionas contexto, propósito y formato de salida de antemano. Cuanto más específica sea la solicitud, menor será la probabilidad de que la respuesta se desvíe hacia banalidades o comience a inventar cosas en lugar de completar la tarea.

En la práctica, esto no requiere fórmulas complejas: la disciplina en la formulación importa más que un conjunto de palabras de moda.

• Especifica el rol del modelo: editor, analista, reclutador, desarrollador.
• Proporciona contexto: para quién es la respuesta, en qué situación y por qué.
• Fija el formato del resultado: lista, correo electrónico, tabla, plan, código.
• Añade limitaciones: volumen, tono, hechos sin ficción, ninguna suposición innecesaria.
• Si la respuesta es débil, aclara paso a paso en lugar de reescribir toda la solicitud desde cero.

Un buen prompt no tiene que ser largo, pero debe ser inequívoco. Si necesitas un análisis de artículo para Telegram, dilo: especifica la longitud, el estilo, los puntos clave y qué no hacer. Si necesitas un análisis de candidatos, enumera los criterios de evaluación. Este enfoque es útil no solo para comunicarse con la IA. Disciplina tu pensamiento: entiendes mejor tu propia tarea, identificas brechas más rápidamente y ahorras tiempo en revisiones interminables.

Qué Significa Esto

En 2026, el prompting se parece menos a un "hack de IA" separado y más a una nueva forma de alfabetización digital. Los empleadores ya están teniendo en cuenta esta habilidad a la hora de contratar, y los modelos recompensan a quienes saben plantear tareas claramente. El ganador no es la persona que tiene un chat-bot abierto, sino la persona que puede convertir un pensamiento vago en una solicitud precisa y obtener un resultado mensurable.